A Consensus reconstruiu a sua pesquisa científica como um fluxo de trabalho de quatro agentes sobre o GPT-5 e a Responses API

O que a interface esconde: quatro agentes a fazer o trabalho de um investigador

A Consensus começou como aquilo que o fundador Christian Salem chama um motor de busca vertical para a ciência: indexar artigos, obter resultados, resumir com citações. A nova funcionalidade, Scholar Agent, mantém essa mesma interface conversacional mas reestrutura tudo por trás em quatro agentes com funções distintas.

Um Planning Agent decompõe a questão e decide a próxima ação. Um Search Agent trabalha sobre o índice de artigos, a biblioteca privada do utilizador e o grafo de citações. Um Reading Agent interpreta artigos individualmente ou em lotes. Um Analysis Agent sintetiza os resultados, escolhe a estrutura e os elementos visuais, e compõe a resposta final. O utilizador continua a escrever uma pergunta e a receber uma resposta — a coordenação por trás é invisível.

Ao dividir o fluxo de trabalho entre agentes, reduzimos os erros e tornamos o sistema muito mais disciplinado. Nenhum agente tem demasiada responsabilidade, o que se revela essencial para a fiabilidade.Montana Labs

O 'pacote de contexto de investigação' é uma garantia de confiança, não um detalhe técnico

A Consensus descreve o seu método como engenharia de contexto — reunir as evidências certas antes de iniciar a geração da resposta. O que importa para a experiência do utilizador é o resultado disso: cada resposta é acompanhada de um conjunto estruturado de artigos, metadados e conclusões-chave que remetem para os estudos originais.

O âmbito restrito de cada agente é apresentado como forma de minimizar alucinações, e a arquitetura permite explicitamente que o assistente se recuse a responder. Se nenhum estudo atingir o limiar de qualidade exigido, o sistema assume isso mesmo em vez de inventar uma resposta. Para uma ferramenta usada por investigadores e, cada vez mais, por clínicos, a capacidade de não devolver nada é uma funcionalidade que a interface tem de tornar percetível.

Não queremos que os investigadores percam tempo a verificar cada afirmação. Se o sistema não conseguir basear uma resposta em evidências reais, não a inventa.Montana Labs

Porque é que a migração para a Responses API foi decisiva para o encaminhamento

A Consensus passou da Chat Completions para a Responses API especificamente para suportar o encaminhamento entre múltiplos agentes, citando maior fiabilidade, eficiência de custos e um controlo mais fino sobre as chamadas aos subagentes. É essa a infraestrutura que sustenta a transição entre quatro agentes — cada etapa de planeamento, pesquisa, leitura e análise é uma chamada distinta ao modelo que tem de ser orquestrada de forma limpa.

A equipa relata ainda que, em avaliações iniciais, o GPT-5 superou o GPT-4.1, o Sonnet 4 e o Gemini 2.5 Pro na precisão de chamadas a ferramentas e na estabilidade do planeamento. A conclusão que apresentam é reveladora: a fiabilidade nas chamadas a ferramentas permitiu-lhes gastar menos tempo em acrobacias de prompts e mais em comportamentos de agentes alinhados com o funcionamento real da investigação.

Uma interface de consumo foi o que permitiu escalar um back-end de investigação

A aposta estratégica é que a interface, e não a instituição, é o canal de distribuição. A Consensus foi diretamente ao encontro do investigador — estudantes, docentes, clínicos — e construiu algo que parece uma aplicação de consumo moderna: integração rápida, design intuitivo, interface conversacional. A adoção espalhou-se por recomendação, de candidatos a doutoramento para docentes e depois para médicos.

Essa interface está agora associada a utilizadores de peso. A Consensus assinou contrato com a biblioteca médica da Mayo Clinic e lançou um 'Medical Mode' para profissionais que pesquisam evidência clínica, somando-se aos 8 milhões de utilizadores e a um crescimento de receita de 8 vezes. A implicação para as equipas que constroem produtos agênticos: o fluxo de trabalho multiagente, o pacote de contexto e a disciplina de recusar responder só se justificam se a interface se mantiver suficientemente simples para que um clínico confie nela à primeira tentativa — a engenharia existe para proteger uma experiência de nível de consumo, não o contrário.